点击流

摘要： 在一个专业的课程体系中,课程与课程之间通常有着固定的学习顺序,前导课程中总是包含了一些后续课程所需要的背景知识,这种现象是由不同课程的知识概念间依赖关系引起的.本文提出一种课程概念依赖关系挖掘方法,同时利用课程属性与维基百科属性设计特征,识别课程概念间的依赖关系.为了验证提出方法的有效性,在公开数据集上进行实验,本文方法在各度量指标上表现均优于其它基准方法.在此基础上,利用课程概念依赖关系建立了概念图,通过对比不同大学相同专业的概念图来分析它们的课程体系的差异.

摘要： 电子商务网站在运行过程中会产生海量的访问日志数据,通过分析Web日志可以获取有价值的信息,并为网站运营提供决策支持.针对传统日志分析系统处理大数据能力不足的问题,本文提出基于Hadoop分布式平台的日志分析系统,充分利用HDFS分布式存储能力和MapReduce并行计算能力实现日志向点击流数据处理,借助Hive数据仓库实现日志分析.

摘要： 为了提供更好的用户体验,我国高校图书馆一直致力于引进下一代联机公共检索目录(OPAC)。然而,目前在OPAC的相关研究中,其相关实证研究一直十分缺乏。武汉大学图书馆的OPAC系统作为典型的下一代OPAC,本研究利用该系统的事务日志文件,使用点击流数据分析框架,形成了调查用户信息行为的基础。本次研究将对原始日志文件中的26732368条点击流记录进行清理、解析、编码,然后分别对足迹、移动和路径层进行分析。结果表明,用户对单框简单搜索界面的依赖程度较高,很少参与探索性搜索过程,在与搜索结果交互时更倾向于页面导航而非搜索优化。目前,OPAC被用作查找已知学术资源的工具,并被用作利用基本图书馆服务的个人信息管理工具,而不是预期的发现工具。

摘要： [目的]了解用户在线购物中的兴趣需求变化有利于个性化推荐.本文提出结合用户浏览行为分析的隐式动态兴趣识别和管理模型.[方法]通过三阶段实验构造用户点击流数据,以天猫和淘宝网页功能键为数据粒度对页面分类,再采用Bisecting K-means聚类算法进行兴趣状态挖掘,最后总结归纳兴趣与行为的特征映射.[结果]用户隐式兴趣存在4种状态:关注、理解信息、态度和购买意图,在态度和购买意图状态下,更倾向于产生购买;在不同状态的浏览路径特征有所差异.[局限]未添加网页广告促销等非结构化数据进行分析.[结论]从实时动态兴趣的角度,对购物决策中兴趣的状态进行验证挖掘,拓展动态兴趣研究;为电商网站管理用户行为提供了一个实现动态个性化推荐的视角.

摘要： 本文广泛调研了2000年以来的国外点击流数据可视化研究,针对文献中点击流可视化视图的视觉特征开展了细致的分析与比较并发现:已有的可视化在视觉表示上一般以用户的访问足迹、移动和路径为对象;在视觉呈现上可分为有向图、序列图、折线图、网络图、点云图、桑基图、矩阵图、堆积图以及多种图形等类型;在视觉交互上实现了概览、缩放、过滤、详细信息、关联、操作历史以及提取功能.本文认为,未来的点击流数据可视化研究应该重视大数据技术在点击流数据分析中的应用、移动端点击流数据的可视化以及可视化的用户测试评估.

摘要： 研究用户学习网页点击流数据,挖掘用户兴趣,从而为用户进行个性化学习资源推荐,提出JMATRIX算法.基于用户历史资源点击流信息,构建用户资源点击数据有向图模型,并将有向图模型转化为矩阵模型存储.采用求解矩阵模型相似度,从而求得用户相似度,极大地降低了资源点击频率和资源点击路径用户相似度求解的复杂度,提高用户相似度求解的效率与准确度.结合Leader Clustering算法及粗糙集理论进行用户聚类和用户个性化资源推荐.实验结果表明,相比Leader Clustering算法,JMATRIX算法具有更高的效率和更准确的推荐效果.%In order to research the web page click stream data of user's,mining user interest to recommend personalized learning resources for them,this paper proposes the JMATRIX algorithm.Based on the user's historical resources click stream information,setting up the directed-graph model of user's resources click data,and transforming the directed-graph model into matrix model to store.By solving the similarity of matrix model,to obtain the similarity of users,it greatly reduced the complexity of solving user's similarity of resource click frequency and resource click path,and improved the efficiency and accuracy of the user's similarity.Combining the Leader Clustering algorithm and rough set theory to realize the user personalized resources recommendation.Experimental results show that the JMATRIX algorithm has higher efficiency and more accurate recommendation effect compared to Leader Clustering algorithm.

摘要： 【目的】了解用户在线购物中的兴趣需求变化有利于个性化推荐。本文提出结合用户浏览行为分析的隐式动态兴趣识别和管理模型。【方法】通过三阶段实验构造用户点击流数据,以天猫和淘宝网页功能键为数据粒度对页面分类,再采用Bisecting K-means聚类算法进行兴趣状态挖掘,最后总结归纳兴趣与行为的特征映射。【结果】用户隐式兴趣存在4种状态：关注、理解信息、态度和购买意图,在态度和购买意图状态下,更倾向于产生购买;在不同状态的浏览路径特征有所差异。【局限】未添加网页广告促销等非结构化数据进行分析。【结论】从实时动态兴趣的角度,对购物决策中兴趣的状态进行验证挖掘,拓展动态兴趣研究;为电商网站管理用户行为提供了一个实现动态个性化推荐的视角。

摘要： 在竞争激烈的网上零售活动中,为了提升用户的购物体验、培养顾客忠诚度,越来越多的电子商务企业关注如何从点击流中发现用户的兴趣偏好,进而为用户提供可靠的个性化推荐.本文在对国内外关于个性化推荐相关研究文献进行梳理的基础上,从点击流与用户行为、基于用户行为的个性化两个方面对现有文献进行综述,并提出将来的一些研究方向,供营销和信息科学领域的学者进一步研究和探讨.

摘要： 点击流数据的出现和研究为电子商务组织的个性化服务的优化提供了支持.现有的点击流数据在电子商务上的研究多集中于对电子商务用户的行为的建模,希望从中理解电子商务用户的行为,以优化自身的决策.本文使用内容分析法,主要详细地回顾了点击流数据文献中关于电子商务用户行为的研究,补充完善了现有的基于点击流数据关于电子商务用户行为的文献综述,将基于点击流数据如何分析电子商务用户行为的研究文献分成两大部分阐述:电子商务用户浏览路径分析和用户动态转换行为,并对点击流数据在电子商务用户行为研究上的局限性和未来的研究趋势作了预测和展望.

摘要： 本文提出了一种通过对点击流分析用户对校园网站最可能的浏览路径的模型，目的是能够更好地评估校园网的建设情况，并将数据挖掘技术应用于点击流分析，采用马尔可夫链模型，然后通过对点击流串化处理计算点击流的状态转移矩阵，以期从大量点击流中发现网页的浏览规律，从而为校园网的建设提供技术支持。最后本文还对校园网的数据进行了试验和分析，仿真结果显示了所建模型的合理性和有效性。

摘要： 本文针对Web使用挖掘中访问者的点击流聚类,提出了一种度量点击流之间相似度的方法,并应用于点击路径聚类算法中,从而有助于发现用户访问模式之间的关系.

摘要： 本文结合 web 分析与数据流，提出了一种新的树结构 LHB-TREE，可以有效地处理数据流的历史数据。HB-TREE 存储聚集函数收集的统计信息，具有存储空间小，查询速度快的优点，并在此基础上提出了历史时间粒度的概念，解决数据流系统中查询海量历史数据的问题。

摘要： 本文结合 web 分析与数据流，提出了一种新的树结构 LHB-TREE，可以有效地处理数据流的历史数据。HB-TREE 存储聚集函数收集的统计信息，具有存储空间小，查询速度快的优点，并在此基础上提出了历史时间粒度的概念，解决数据流系统中查询海量历史数据的问题。

摘要： 本文结合 web 分析与数据流，提出了一种新的树结构 LHB-TREE，可以有效地处理数据流的历史数据。HB-TREE 存储聚集函数收集的统计信息，具有存储空间小，查询速度快的优点，并在此基础上提出了历史时间粒度的概念，解决数据流系统中查询海量历史数据的问题。

摘要： 本文结合 web 分析与数据流，提出了一种新的树结构 LHB-TREE，可以有效地处理数据流的历史数据。HB-TREE 存储聚集函数收集的统计信息，具有存储空间小，查询速度快的优点，并在此基础上提出了历史时间粒度的概念，解决数据流系统中查询海量历史数据的问题。

摘要： 本发明公开了可点击反应水性聚合物，水性聚合物的点击交联反应，点击交联的水性聚合物，可点击反应功能性化合物和点击功能化的水性聚合物。例如，水性聚合物含侧链炔基和/或侧链叠氮基。例如，含叠氮基的功能化合物具有抗微生物或红外反射的功能。提出了可点击反应水性聚合物或聚合物混合物的点击交联，以及可点击反应水性聚合物与可点击反应功能化合物如可点击反应抗微生物或红外线反射化合物的点击共轭，导致得到具有抗微生物或红外反射功能的功能性水性聚合物。所提出的聚合物，包括可点击反应水性聚合物，点击交联的水性聚合物和具有例如抗微生物或红外反射功能的功能化水性聚合物，可用于诸如涂料和胶粘剂组合物的应用。水性聚合物的水性悬浮液也可以直接用作药物递送系统，或者可以交联成生物医学应用的水凝胶或复合材料，例如药物/细胞递送，组织工程和其它医疗装置。

摘要： 本发明提出一种基于网络流的Web用户点击目标识别的方法，其目的是使用一种新的基于过程的方法来区分用户点击和自动请求，从而实现有效的识别用户点击。本发明通过隐马尔科夫模型（HMM）实现了上述目的。在本发明中，使用当前请求与前后请求时间差、当前请求与后续多个请求两两之间的时间差作为观测序列，从而达到建模或识别的目的。本发明所使用的方法基于过程，它克服了现有方法只在数据点层面进行识别的缺点，通过描述用户点击和自动请求产生的过程来进行识别，且适用于加密与非加密HTTP流。在相同条件下，基于本发明设计的方法在识别效果上优于现有方法。

摘要： 本发明公开了可点击反应水性聚合物，水性聚合物的点击交联反应，点击交联的水性聚合物，可点击反应功能性化合物和点击功能化的水性聚合物。例如，水性聚合物含侧链炔基和/或侧链叠氮基。例如，含叠氮基的功能化合物具有抗微生物或红外反射的功能。提出了可点击反应水性聚合物或聚合物混合物的点击交联，以及可点击反应水性聚合物与可点击反应功能化合物如可点击反应抗微生物或红外线反射化合物的点击共轭，导致得到具有抗微生物或红外反射功能的功能性水性聚合物。所提出的聚合物，包括可点击反应水性聚合物，点击交联的水性聚合物和具有例如抗微生物或红外反射功能的功能化水性聚合物，可用于诸如涂料和胶粘剂组合物的应用。水性聚合物的水性悬浮液也可以直接用作药物递送系统，或者可以交联成生物医学应用的水凝胶或复合材料，例如药物/细胞递送，组织工程和其它医疗装置。

摘要： 本申请的技术方案公开了一种面向加密网络流的Web用户点击识别方法，属于网络的技术领域。本申请的面向加密网络流的Web用户点击识别方法，主要包括网络侧采集web流数据、构造训练样本、训练分类器产生识别模型、向分类器输入web流进行识别这四大步骤。本申请的面向加密网络流的Web用户点击识别方法，利用进出网络边界的流量，根据HTTP(S)请求产生的过程，从混杂的Web网络流中区分出用户点击和自动请求分别产生的HTTP(S)请求所对应的网络流，从而达到对用户点击的有效识别。

摘要： 本发明涉及一种基于网站点击流数据的公共安全舆情分析方法，用于解决当前舆情分析中存在的数据来源不全面、舆情分析不准确、不具有实时性的问题。具体内容包括：1)通过获取网站内容数据和网站的用户访问日志数据作为数据源，解决了当前舆情分析中数据来源不全面的问题；2)由于点击流数据中包含用户访问的行为信息，可以增加舆情分析的分析维度，使得舆情分析更加客观、准确、全面；3)通过匹配点击流数据中的IP地址信息，可以获取到用户实际的地理位置信息，基于用户的实际地理位置信息，可以获取到实时的、真实的基于地理位置的舆情分析结果。

摘要： 各种实施例涉及基于最大依序模式的点击流可视分析。公开了用于分析与资源关联的多个点击流以标识与由资源的用户遍历的流行导航模式的系统和方法。该分析提供用于对标识的导航模式的分段的部分执行连续的分析的导航框架。为了有助于该分析，分析与资源关联的点击流以标识点击流的集合，这些点击流具有资源的用户与之交互的一组公共资产。为标识的集合确定包括用户与之交互的公共地遍历的系列资产的导航模式。然后提供导航模式以标识由资源的用户遍历的流行导航模式。

摘要： 修正点击流数据的方法、设备和系统。公开了验证和/或修正媒体节目时间表信息的方法和设备。一种示例方法包括：将表示由第一机顶盒(STB)输出的媒体的呈现数据与对应于第一电台的参考数据进行比较，以确定媒体呈现数据是否对应于参考数据，呈现数据在第一STB被调谐到第一频道时被收集。该方法还包括：当呈现数据不对应于参考数据时，确定对应于呈现数据的第二电台。该方法还包括：通过使第一频道与第二电台相关以创建第二频道映射来修正使第一频道与第一电台相关的第一频道映射，并且使用第二频道映射来修正表示对其它STB的命令的点击流数据。

摘要： 本公开提供一种获取答题点击流的方法，包括：响应于用户在答题过程中的每一个操作，产生答题点击流事件；分别对各个答题点击流事件进行预处理，以生成预处理点击流数据，其中，各个预处理点击流数据构成预处理点击流数据序列；以及将预处理点击流数据序列编码为答题点击流向量。答题点击流向量表示用户所答问题的答题点击流。本公开还提供一种对答题行为进行聚类的方法、交互式学习平台、获取答题点击流的装置和计算机可读存储介质。

摘要： 本发明提供一种从Web点击流数据中挖掘代表序列模式的方法，涉及序列模式挖掘技术领域。该方法首先输入Web点击流序列数据集、最小支持度和最大覆盖度，并遍历一次数据集保留不小于最小支持度的所有频繁站点作为序列生成种子；对每一个序列生成种子采用缝隙扩展枚举树，结合缝隙扫描剪枝策略和闭合检查得到该种子的所有频繁闭合超序列；进一步采用局部代表序列筛选技术选出该种子的所有代表序列；遍历所有序列生成种子，输出每个种子的代表序列，得到Web点击流数据的所有代表序列模式。优点是：代表序列模式能有效解决频繁序列模式数量庞大而可用性低的矛盾，能增强结果的可用性；为Web点击流的在线用户行为分析、信息推荐、引擎优化等应用提供参考。

摘要： 本发明涉及一种基于网站点击流数据的公共安全舆情分析方法，用于解决当前舆情分析中存在的数据来源不全面、舆情分析不准确、不具有实时性的问题。具体内容包括：1)通过获取网站内容数据和网站的用户访问日志数据作为数据源，解决了当前舆情分析中数据来源不全面的问题；2)由于点击流数据中包含用户访问的行为信息，可以增加舆情分析的分析维度，使得舆情分析更加客观、准确、全面；3)通过匹配点击流数据中的IP地址信息，可以获取到用户实际的地理位置信息，基于用户的实际地理位置信息，可以获取到实时的、真实的基于地理位置的舆情分析结果。